mia-2dimageregistration - מקוון בענן

תָכְנִית:

שֵׁם

mia-2dimageregistration - הפעל רישום תמונה דו-ממדי.

תַקצִיר

mia-2dimageregistration -i -r -t [אפשרויות]

תיאור

mia-2dimageregistration תוכנית זו מפעילה רישום של שתי תמונות לאופטימיזציה של א
טרנספורמציה של מודל הטרנספורמציה הנתון על ידי אופטימיזציה של מדדי עלות מסוימים
ניתנים כפרמטרים בחינם.

אפשרויות

קובץ-IO
-i --in-image=(קלט, נדרש); io
תמונת בדיקה שתירשם לסוגי קבצים נתמכים ראה PLUGINS:2dimage/io

-r --ref-image=(קלט, נדרש); io
תמונת הפניה לרישום לסוגי קבצים נתמכים ראה
תוספים:2dimage/io

-o --out-image=(פלט); io
תמונת פלט רשומה לסוגי קבצים נתמכים ראה PLUGINS:2dimage/io

-t --transformation=(פלט, נדרש); io
שינוי פלט הכולל את הרישום עבור סוגי קבצים נתמכים
ראה PLUGINS:2dtransform/io

עֶזרָה & מידע
-V --verbose=אזהרה
מילוליות של פלט, הדפסת הודעות ברמה נתונה ובעדיפויות גבוהות יותר.
סדרי עדיפויות נתמכים המתחילים ברמה הנמוכה ביותר הם:
מידע - הודעות ברמה נמוכה
להתחקות - מעקב אחר קריאת פונקציה
להיכשל - דיווח על כשלים בבדיקה
אזהרה - אזהרות
שגיאה - דיווח על שגיאות
באגים - ניפוי באגים בפלט
הודעה - הודעות רגילות
קטלני - דווח רק על שגיאות קטלניות

--זכויות יוצרים
להדפיס מידע על זכויות יוצרים

-h --עזרה
להדפיס עזרה זו

-? --נוֹהָג
הדפס עזרה קצרה

--גִרְסָה
להדפיס את מספר הגרסה ולצאת

פרמטרים
-l --levels=3
רמות רזולוציה מרובות רמות רזולוציה מרובות

-O --optimizer=gsl:opt=gd,step=0.1
כלי אופטימיזציה משמש למזעור כלי אופטימיזציה המשמש למזעור עבור
תוספים נתמכים ראה PLUGINS:minimizer/singlecost

-R --refiner=
אופטימיזר המשמש לחידוד לאחר שהאופטימיזר הראשי נקרא אופטימיזציה
משמש לחידוד לאחר שהמטעל הראשי נקרא For supported
תוספים ראה PLUGINS:minimizer/עלות יחידה

-f --transForm=spline
סוג טרנספורמציה סוג שינוי עבור תוספים נתמכים ראה
תוספים: 2dimage/transform

תהליך
--חוטים=-1
מספר שרשורים מקסימלי לשימוש לעיבוד, מספר זה צריך להיות נמוך יותר
או שווה למספר ליבות המעבד הלוגיות במכונה. (-1:
הערכה אוטומטית). המספר המרבי של שרשורים לשימוש לעיבוד, זה
המספר צריך להיות נמוך או שווה למספר ליבות המעבד הלוגיות ב
המכונה. (-1: אומדן אוטומטי).

תוספים: 1d/splinebc

ראי תנאי גבול של אינטרפולציה של ספליין המשקפים על הגבול

(ללא פרמטרים)

לחזור על תנאי גבול של אינטרפולציה של ספליין החוזר על הערך בגבול

(ללא פרמטרים)

אפס תנאי גבול של אינטרפולציה של ספליין המניחים אפס עבור ערכים בחוץ

(ללא פרמטרים)

תוספים: 1d/splinekernel

bspline יצירת ליבת B-spline , הפרמטרים הנתמכים הם:

d = 3; int ב [0, 5]
תואר ספליין.

omoms יצירת ליבת OMoms-spline, הפרמטרים הנתמכים הם:

d = 3; int ב [3, 3]
תואר ספליין.

תוספים: תמונה תלת מימדית/עלות

lncc מתאם צולב מקומי מנורמל עם תמיכת מיסוך., פרמטרים נתמכים
הם:

w = 5; uint in [1, 256]
חצי רוחב של החלון המשמש להערכת הצלב המקומי
מתאם.

סם קשה מרחק מרובע קטן

(ללא פרמטרים)

mi מידע הדדי מבוסס Spline parzen., הפרמטרים הנתמכים הם:

לחתוך = 0; לצוף פנימה [0, 40]
אחוז הפיקסלים לחיתוך בעוצמות גבוהות ונמוכות להסרה
חריגים.

mbins = 64; uint in [1, 256]
מספר פחי ההיסטוגרמה המשמשים לתמונה הנעה.

מקרנל = [bspline:d=3]; בית חרושת
ליבת Spline עבור תמונה נעה parzen hinstogram. עבור יישומי פלאגין נתמכים
ראה PLUGINS:1d/splinekernel

רבינס = 64; uint in [1, 256]
מספר פחי ההיסטוגרמה המשמשים לתמונת ההפניה.

rkernel = [bspline:d=0]; בית חרושת
גרעין ספליין לתמונת התייחסות parzen hinstogram. עבור תקע נתמך-
ins ראה PLUGINS:1d/splinekernel

Ncc מתאם צולב מנורמל.

(ללא פרמטרים)

NGF פונקציה זו מעריכה את דמיון התמונה בהתבסס על שיפוע מנורמל
שדות. גרעיני הערכה שונים זמינים. הפרמטרים הנתמכים הם:

הערכה = ds; כתיב
תת סוג של תוסף. הערכים הנתמכים הם:
sq - ריבוע של הבדל
ds - ריבוע של הבדל בקנה מידה
נקודה - גרעין מוצר סקלרי
לחצות - גרעין מוצר צולב

SSD עלות תמונה דו-ממדית: סכום ההבדלים בריבוע, הפרמטרים הנתמכים הם:

autothresh = 0; לצוף פנימה [0, 1000]
השתמש במיסוך אוטומטי של התמונה הנעה על ידי לקיחת ערכי עוצמה בלבד
לחשבון שגדול מהסף הנתון.

נורמה = 0; bool
קבע אם יש לנרמל את המדד לפי מספר פיקסלים של התמונה.

ssd-automask
עלות תמונה תלת-ממדית: סכום ההבדלים בריבוע, עם מיסוך אוטומטי מבוסס על נתון
ספים, פרמטרים נתמכים הם:

rthresh = 0; לְהַכפִּיל
ערך עוצמת הסף עבור תמונת הפניה.

סטרש = 0; לְהַכפִּיל
ערך עוצמת הסף עבור תמונת המקור.

תוספים: תמונה תלת מימדית/עלות מלאה

תמונה פונקציית עלות דמיון תמונה כללית המטפלת גם ברזולוציות מרובות
מעבד. מדד הדמיון בפועל ניתן לפרמטר נוסף.,
הפרמטרים הנתמכים הם:

עלות = ssd; בית חרושת
ליבת פונקציית עלות. לתוספי פלאגין נתמכים ראה PLUGINS:2dimage/cost

באגים = 0; bool
שמור ממצאי ביניים עבור איתור באגים.

נ"צ =(קלט, מחרוזת)
תמונת התייחסות.

src =(קלט, מחרוזת)
תמונת מחקר.

מִשׁקָל = 1; לָצוּף
משקל פונקציית העלות.

תווית תמונה
פונקציית עלות דמיון הממפה תוויות של שתי תמונות ומטפלת בתווית-
שמירה על עיבוד מרובה רזולוציות., הפרמטרים הנתמכים הם:

באגים = 0; int ב [0, 1]
לכתוב את המרחק שהופך לתמונה תלת מימדית.

maxlabel = 256; int ב [2, 32000]
המספר המרבי של תוויות שיש לקחת בחשבון.

נ"צ =(קלט, מחרוזת)
תמונת התייחסות.

src =(קלט, מחרוזת)
תמונת מחקר.

מִשׁקָל = 1; לָצוּף
משקל פונקציית העלות.

תמונת מסכה
פונקציית עלות דמיון ממוסכת כללית המטפלת גם בריבוי
עיבוד רזולוציה. המסכות המסופקות צריכות להיות במילוי צפוף באזורים
עיבוד מרובה רזולוציות מכיוון שאם לא כן, מידע המסכה עלול ללכת לאיבוד
כאשר מקטינים את התמונה. מסכת ההתייחסות ומסכת הטרנספורמציה של ה
תמונת המחקר משולבת על ידי AND בינארי. ניתן מדד הדמיון בפועל
פרמטר נוסף, הפרמטרים הנתמכים הם:

עלות = ssd; בית חרושת
ליבת פונקציית עלות. עבור יישומי פלאגין נתמכים ראה
תוספים:2dimage/maskedcost

נ"צ =(קלט, מחרוזת)
תמונת התייחסות.

מסיכה מחדש =(קלט, מחרוזת)
מסיכת תמונת התייחסות (בינארית).

src =(קלט, מחרוזת)
תמונת מחקר.

src-mask =(קלט, מחרוזת)
מחקר מסכת תמונה (בינארי).

מִשׁקָל = 1; לָצוּף
משקל פונקציית העלות.

תוספים: 2Dimage/io

bmp תמיכה בקלט/פלט של תמונה דו-ממדית של BMP

סיומות קבצים מוכרות: .BMP, .bmp

סוגי אלמנטים נתמכים:
נתונים בינאריים, 8 סיביות ללא סימן, 16 סיביות ללא סימן

מאגר נתונים IO וירטואלי למאגר הנתונים הפנימי וממנו

סיומות קבצים מזוהות: .@

dicom תמונה דו-ממדית io עבור DICOM

סיומות קבצים מוכרות: .DCM, .dcm

סוגי אלמנטים נתמכים:
חתום 16 סיביות, 16 סיביות ללא חתימה

exr תוסף 2dimage io עבור תמונות OpenEXR

סיומות קבצים מוכרות: .EXR, .exr

סוגי אלמנטים נתמכים:
32 סיביות ללא סימן, נקודה צפה 32 סיביות

jpg תוסף 2dimage io לתמונות בקנה מידה אפור של jpeg

סיומות קבצים מוכרות: .JPEG, .JPG, .jpeg, .jpg

סוגי אלמנטים נתמכים:
8 ביט לא חתום

png תוסף 2dimage io לתמונות png

סיומות קבצים מוכרות: .PNG, .png

סוגי אלמנטים נתמכים:
נתונים בינאריים, 8 סיביות ללא סימן, 16 סיביות ללא סימן

חי תמיכה בפלט תמונה RAW דו-ממדית

סיומות קבצים מוכרות: .RAW, .raw

סוגי אלמנטים נתמכים:
נתונים בינאריים, 8 סיביות בסימן, 8 סיביות ללא סימן, 16 סיביות בסימן, 16 סיביות ללא סימן,
חתום 32 סיביות, ללא סימן 32 סיביות, נקודה צפה 32 סיביות, נקודה צפה 64
קצת

טיף תמיכה בקלט/פלט של TIFF בתמונה דו-ממדית

סיומות קבצים מוכרות: .TIF, .TIFF, .tif, .tiff

סוגי אלמנטים נתמכים:
נתונים בינאריים, 8 ביט ללא סימן, 16 סיביות ללא סימן, 32 סיביות ללא סימן

Vista תוסף 2Dimage io לתמונות Vista

סיומות קבצים מוכרות: .V, .VISTA, .v, .vista

סוגי אלמנטים נתמכים:
נתונים בינאריים, 8 סיביות בסימן, 8 סיביות ללא סימן, 16 סיביות בסימן, 16 סיביות ללא סימן,
חתום 32 סיביות, ללא סימן 32 סיביות, נקודה צפה 32 סיביות, נקודה צפה 64
קצת

תוספים: 2dimage/maskedcost

lncc מתאם צולב מקומי מנורמל עם תמיכת מיסוך., פרמטרים נתמכים
הם:

w = 5; uint in [1, 256]
חצי רוחב של החלון המשמש להערכת הצלב המקומי
מתאם.

mi מידע הדדי מבוסס ספליין פרזן עם מיסוך. הפרמטרים הנתמכים הם:

לחתוך = 0; לצוף פנימה [0, 40]
אחוז הפיקסלים לחיתוך בעוצמות גבוהות ונמוכות להסרה
חריגים.

mbins = 64; uint in [1, 256]
מספר פחי ההיסטוגרמה המשמשים לתמונה הנעה.

מקרנל = [bspline:d=3]; בית חרושת
ליבת Spline עבור תמונה נעה parzen hinstogram. עבור יישומי פלאגין נתמכים
ראה PLUGINS:1d/splinekernel

רבינס = 64; uint in [1, 256]
מספר פחי ההיסטוגרמה המשמשים לתמונת ההפניה.

rkernel = [bspline:d=0]; בית חרושת
גרעין ספליין לתמונת התייחסות parzen hinstogram. עבור תקע נתמך-
ins ראה PLUGINS:1d/splinekernel

Ncc מתאם צולב מנורמל עם תמיכת מיסוך.

(ללא פרמטרים)

SSD סכום ההבדלים בריבוע עם מיסוך.

(ללא פרמטרים)

תוספים: תמונה/טרנספורמציה תלת מימדית

מאפיין טרנספורמציה קשורה (שש דרגות חופש). הפרמטרים הנתמכים הם:

imgboundary = מראה; בית חרושת
תנאי גבול של אינטרפולציה של תמונה. עבור יישומי פלאגין נתמכים ראה
תוספים:1d/splinebc

imgkernel = [bspline:d=3]; בית חרושת
ליבת אינטרפולטור תמונה. עבור יישומי פלאגין נתמכים ראה
PLUGINS:1d/splinekernel

נוקשה טרנספורמציות קשיחות (כלומר סיבוב ותרגום, שלוש דרגות של
freedom), הפרמטרים הנתמכים הם:

imgboundary = מראה; בית חרושת
תנאי גבול של אינטרפולציה של תמונה. עבור יישומי פלאגין נתמכים ראה
תוספים:1d/splinebc

imgkernel = [bspline:d=3]; בית חרושת
ליבת אינטרפולטור תמונה. עבור יישומי פלאגין נתמכים ראה
PLUGINS:1d/splinekernel

ריקבון-מרכז = [[0,0]]; 2dfvector
מרכז סיבוב יחסי, כלומר <0.5,0.5> מתאים למרכז ה-
מלבן תמיכה.

רוטציה טרנספורמציות סיבוב (כלומר סיבוב סביב מרכז נתון, מעלה אחת של
freedom), הפרמטרים הנתמכים הם:

imgboundary = מראה; בית חרושת
תנאי גבול של אינטרפולציה של תמונה. עבור יישומי פלאגין נתמכים ראה
תוספים:1d/splinebc

imgkernel = [bspline:d=3]; בית חרושת
ליבת אינטרפולטור תמונה. עבור יישומי פלאגין נתמכים ראה
PLUGINS:1d/splinekernel

ריקבון-מרכז = [[0,0]]; 2dfvector
מרכז סיבוב יחסי, כלומר <0.5,0.5> מתאים למרכז ה-
מלבן תמיכה.

שֶׁגֶם טרנספורמציה בצורה חופשית שניתן לתאר על ידי קבוצה של מקדמי B-spline
וקרנל B-spline הבסיסי., הפרמטרים הנתמכים הם:

אנזורה = [[0,0]]; 2dfvector
שיעור מקדם אנזוטרופי בפיקסלים, ערכים לא חיוביים יהיו
מוחלף על ידי ערך 'שיעור'..

imgboundary = מראה; בית חרושת
תנאי גבול של אינטרפולציה של תמונה. עבור יישומי פלאגין נתמכים ראה
תוספים:1d/splinebc

imgkernel = [bspline:d=3]; בית חרושת
ליבת אינטרפולטור תמונה. עבור יישומי פלאגין נתמכים ראה
PLUGINS:1d/splinekernel

גרעין = [bspline:d=3]; בית חרושת
טרנספורמציה spline kernel.. עבור תוספים נתמכים ראה
PLUGINS:1d/splinekernel

עוֹנֶשׁ = ; בית חרושת
תנאי עונש טרנספורמציה. עבור יישומי פלאגין נתמכים ראה
תוספים: 2dtransform/spline penalty

שיעורי = 10; לצוף פנימה [1, inf)
שיעור מקדם איזוטרופי בפיקסלים.

לתרגם תרגום בלבד (שתי דרגות חופש), הפרמטרים הנתמכים הם:

imgboundary = מראה; בית חרושת
תנאי גבול של אינטרפולציה של תמונה. עבור יישומי פלאגין נתמכים ראה
תוספים:1d/splinebc

imgkernel = [bspline:d=3]; בית חרושת
ליבת אינטרפולטור תמונה. עבור יישומי פלאגין נתמכים ראה
PLUGINS:1d/splinekernel

vf תוסף זה מיישם טרנספורמציה המגדירה תרגום לכל אחד
נקודת הרשת המגדירה את תחום הטרנספורמציה., נתמכת
הפרמטרים הם:

imgboundary = מראה; בית חרושת
תנאי גבול של אינטרפולציה של תמונה. עבור יישומי פלאגין נתמכים ראה
תוספים:1d/splinebc

imgkernel = [bspline:d=3]; בית חרושת
ליבת אינטרפולטור תמונה. עבור יישומי פלאגין נתמכים ראה
PLUGINS:1d/splinekernel

תוספים: 2dtransform/io

BBS IO בינארי (לא נייד) מסודר של טרנספורמציות תלת מימד

סיומות קבצים מוכרות: .bbs

מאגר נתונים IO וירטואלי למאגר הנתונים הפנימי וממנו

סיומות קבצים מזוהות: .@

Vista אחסון Vista של טרנספורמציות תלת מימדיות

סיומות קבצים מזוהות: .v2dt

xml IO מסודר של XML של טרנספורמציות תלת מימדיות

סיומות קבצים מזוהות: .x2dt

תוספים: 2dtransform/spline penalty

divcurl עונש divcurl על הטרנספורמציה, הפרמטרים הנתמכים הם:

תלתל = 1; לצוף פנימה [0, inf)
משקל עונש על תלתל.

div = 1; לצוף פנימה [0, inf)
משקל עונש על סטייה.

נורמה = 0; bool
הגדר ל-1 אם יש לנרמל את העונש ביחס לתמונה
גודל.

מִשׁקָל = 1; לצוף פנימה (0, אינפ)
משקל אנרגיית העונש.

תוספים: מזער/עלות יחידה

gdas ירידה בשיפוע עם תיקון גודל צעד אוטומטי., הפרמטרים הנתמכים הם:

ftolr = 0; כפול ב-[0, inf)
עצור אם השינוי היחסי של הקריטריון נמצא מתחת..

מקסימום צעד = 2; כפול פנימה (0, אינפ)
גודל צעד אבסולוטי מקסימלי.

מקסיטר = 200; uint in [1, inf)
קריטריון עצירה: המספר המרבי של איטרציות.

שלב מינימלי = 0.1; כפול פנימה (0, אינפ)
גודל צעד מוחלט מינימלי.

xtola = 0.01; כפול ב-[0, inf)
עצור אם ה-inf-norm של השינוי שהוחל על x מתחת לערך זה..

gdsq ירידה בשיפוע עם אומדן צעד ריבועי, פרמטרים נתמכים הם:

ftolr = 0; כפול ב-[0, inf)
עצור אם השינוי היחסי של הקריטריון נמצא מתחת..

gtola = 0; כפול ב-[0, inf)
עצור אם ה-inf-norm של השיפוע מתחת לערך זה..

מקסיטר = 100; uint in [1, inf)
קריטריון עצירה: המספר המרבי של איטרציות.

סולם = 2; כפול פנימה (1, אינפ)
קנה מידה קבוע של קנה מידה של גודל צעד.

צעד = 0.1; כפול פנימה (0, אינפ)
גודל הצעד הראשוני.

xtola = 0; כפול ב-[0, inf)
עצור אם ה-inf-norm של x-update מתחת לערך זה..

gsl תוסף אופטימיזציה המבוסס על אופטימיזציית ה-multimin של הספרייה המדעית של גנו
(GSL) https://www.gnu.org/software/gsl/, הפרמטרים הנתמכים הם:

eps = 0.01; כפול פנימה (0, אינפ)
מיטובים מבוססי גרדיאנט: עצור כאשר |grad| < eps, simplex: עצור מתי
גודל סימפלקס < eps..

iter = 100; uint in [1, inf)
מספר מקסימלי של איטרציות.

לִבחוֹר = gd; כתיב
כלי אופטימיזציה ספציפי לשימוש.. הערכים הנתמכים הם:
bfgs - ברוידן-פלטשר-גולדפרב-שאן
bfgs2 - Broyden-Fletcher-Goldfarb-Shann (הגרסה היעילה ביותר)
cg-fr - אלגוריתם גרדיאנט מצומד של Flecher-Reeves
gd - ירידה בשיפוע.
חד מגמי - אלגוריתם פשוט של Nelder ו-Mead
cg-pr - אלגוריתם גרדיאנט מצומד של Polak-Ribiere

צעד = 0.001; כפול פנימה (0, אינפ)
גודל הצעד הראשוני.

tol = 0.1; כפול פנימה (0, אינפ)
פרמטר סובלנות כלשהו.

nlopt אלגוריתמי מזער באמצעות ספריית NLOPT, לתיאור של
מייעלים בבקשה ראה 'http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms', הפרמטרים הנתמכים הם:

ftola = 0; כפול ב-[0, inf)
קריטריון עצירה: השינוי המוחלט של הערך האובייקטיבי נמצא למטה
הערך הזה.

ftolr = 0; כפול ב-[0, inf)
קריטריון עצירה: השינוי היחסי של הערך האובייקטיבי נמצא למטה
הערך הזה.

גבוה יותר = inf; לְהַכפִּיל
גבול גבוה יותר (שווה לכל הפרמטרים).

local-opt = אין; כתיב
אלגוריתם מזעור מקומי שעשוי להידרש עבור הראשי
אלגוריתם מזעור.. הערכים הנתמכים הם:
gn-orig-direct-l - חלוקת מלבנים (יישום מקורי,
מוטה מקומית)
gn-direct-l-noscal - חלוקת מלבנים (ללא קנה מידה, מוטה מקומית)
gn-isres - אסטרטגיית אבולוציה של דירוג סטוכסטי משופרת
ld-tnewton ניוטון קטום
gn-direct-l-rand - חלוקת מלבנים (מוטות מקומית, אקראית)
ב-newuoa - אופטימיזציה בלתי מוגבלת ללא נגזרים על ידי איטרטיבי
קירוב ריבועי בנוי
gn-direct-l-rand-noscale - חלוקת מלבנים (ללא קנה מידה, מקומי
מוטה, אקראי)
gn-orig-direct - חלוקת מלבנים (יישום מקורי)
ld-tnewton-precond - ניוטון קטום מותנה מראש
ld-tnewton-restart - ניוטון קטום עם התנעה מחדש בירידה התלולה ביותר
gn-direct - חלוקת מלבנים
ln-neldermead - אלגוריתם סימפלקס של Nelder-Mead
אין-קובילה - אופטימיזציה מוגבלת על ידי קירוב ליניארי
gn-crs2-lm - חיפוש אקראי מבוקר עם מוטציה מקומית
ld-var2 - משתנה-מדד מוגבל בזיכרון, דירוג 2
ld-var1 - משתנה-מדד מוגבל בזיכרון, דירוג 1
ld-mma - שיטת העברת אסימפטוטים
ld-lbfgs-nocedal - אף אחד
ld-lbfgs - BFGS עם אחסון נמוך
gn-direct-l - חלוקת מלבנים (מוטות מקומית)
אף לא אחד - אל תציין אלגוריתם
אינ-בוביקה - אופטימיזציה מוגבלת ללא נגזרים
ln-sbplx - גרסה תת-מפלסית של Nelder-Mead
ב-newuoa-bound - אופטימיזציה מוגבלת ללא נגזרים על ידי
קירוב ריבועי שנבנה באופן איטרטיבי
בפרקסיס - אופטימיזציה מקומית ללא שיפוע באמצעות הציר הראשי
שִׁיטָה
gn-direct-noscal - חלוקת מלבנים (ללא קנה מידה)
ld-tnewton-precond-restart - ניוטון קטום מותנה מראש עם
התנעה מחדש בירידה התלולה ביותר

להוריד = -inf; לְהַכפִּיל
גבול תחתון (שווה לכל הפרמטרים).

מקסיטר = 100; int ב-[1, inf)
קריטריון עצירה: המספר המרבי של איטרציות.

לִבחוֹר = ld-lbfgs; כתיב
אלגוריתם מזעור ראשי. הערכים הנתמכים הם:
gn-orig-direct-l - חלוקת מלבנים (יישום מקורי,
מוטה מקומית)
g-mlsl-lds - קישור רב-שכבתי יחיד (רצף אי התאמה נמוך,
דורשים אופטימיזציה וגבולות מקומיים המבוססים על גרדיאנט)
gn-direct-l-noscal - חלוקת מלבנים (ללא קנה מידה, מוטה מקומית)
gn-isres - אסטרטגיית אבולוציה של דירוג סטוכסטי משופרת
ld-tnewton ניוטון קטום
gn-direct-l-rand - חלוקת מלבנים (מוטות מקומית, אקראית)
ב-newuoa - אופטימיזציה בלתי מוגבלת ללא נגזרים על ידי איטרטיבי
קירוב ריבועי בנוי
gn-direct-l-rand-noscale - חלוקת מלבנים (ללא קנה מידה, מקומי
מוטה, אקראי)
gn-orig-direct - חלוקת מלבנים (יישום מקורי)
ld-tnewton-precond - ניוטון קטום מותנה מראש
ld-tnewton-restart - ניוטון קטום עם התנעה מחדש בירידה התלולה ביותר
gn-direct - חלוקת מלבנים
auglag-eq - אלגוריתם לגראנג'י מוגבר עם אילוצי שוויון
רק
ln-neldermead - אלגוריתם סימפלקס של Nelder-Mead
אין-קובילה - אופטימיזציה מוגבלת על ידי קירוב ליניארי
gn-crs2-lm - חיפוש אקראי מבוקר עם מוטציה מקומית
ld-var2 - משתנה-מדד מוגבל בזיכרון, דירוג 2
ld-var1 - משתנה-מדד מוגבל בזיכרון, דירוג 1
ld-mma - שיטת העברת אסימפטוטים
ld-lbfgs-nocedal - אף אחד
g-mlsl - קישור רב-שכבתי יחיד (דורש אופטימיזציה מקומית ו
גבולות)
ld-lbfgs - BFGS עם אחסון נמוך
gn-direct-l - חלוקת מלבנים (מוטות מקומית)
אינ-בוביקה - אופטימיזציה מוגבלת ללא נגזרים
ln-sbplx - גרסה תת-מפלסית של Nelder-Mead
ב-newuoa-bound - אופטימיזציה מוגבלת ללא נגזרים על ידי
קירוב ריבועי שנבנה באופן איטרטיבי
אולג - אלגוריתם לגראנג'י מוגבר
בפרקסיס - אופטימיזציה מקומית ללא שיפוע באמצעות הציר הראשי
שִׁיטָה
gn-direct-noscal - חלוקת מלבנים (ללא קנה מידה)
ld-tnewton-precond-restart - ניוטון קטום מותנה מראש עם
התנעה מחדש בירידה התלולה ביותר
ld-slsqp - תכנות ריבועי ריבועי ברצף

צעד = 0; כפול ב-[0, inf)
גודל שלב ראשוני עבור שיטות ללא שיפוע.

להפסיק = -inf; לְהַכפִּיל
קריטריון עצירה: ערך הפונקציה יורד מתחת לערך זה.

xtola = 0; כפול ב-[0, inf)
קריטריון עצירה: השינוי המוחלט של כל ערכי ה-x נמצא מתחת לזה
ערך.

xtolr = 0; כפול ב-[0, inf)
קריטריון עצירה: השינוי היחסי של כל ערכי ה-x נמצא מתחת לזה
ערך.

דוגמא

רשום את התמונה 'moving.png' לתמונה 'reference.png' באמצעות קשיח
מודל טרנספורמציה ו-ssd כפונקציית עלות. כתוב את התוצאה ל-output.png

mia-2dimageregistration -i moving.png -r reference.png -o output.png -f קשיח
image:cost=ssd

מחבר(ים)

גרט וולני

זכויות יוצרים

תוכנה זו היא זכויות יוצרים (ג) 1999–2015 לייפציג, גרמניה ומדריד, ספרד. זה מגיע
ללא כל אחריות ואתה רשאי להפיץ אותו מחדש תחת תנאי ה-GNU
רישיון ציבורי כללי גרסה 3 (או מאוחר יותר). למידע נוסף הפעל את התוכנית עם
אפשרות '--זכויות יוצרים'.

השתמש ב-mia-2dimageregistration באופן מקוון באמצעות שירותי onworks.net